MXNET深度学习框架-23-使用gluon的ResNet

        上一章Googlenet对于我们学习算法的人来说感觉已经比较复杂了，毕竟深度那么大。但是，学无止境，在2015年的时候，又出现了一个神奇的网络——ResNet。

        我们知道，神经网络越深，效果越好，但这只能是理论上的，实际上神经网络越深，在误差反传的过程中，梯度（可以认为是信息量）会慢慢减小，甚至为0，这就是的神经网络难以训练，致使效果不好。在ResNet出现以前，我们要解决这种现象有两种途径：
        1）按层训练。先训练靠近数据的层，随后慢慢叠加，但这种方式一来非常麻烦，二来效果还是不好；
        2）增加宽度而不是深度。比如增加特征图数或全连接神经元数，但还是不如增加深度好使（变宽很容易过拟合）。

        ResNet通过增加跨层的连接来解决梯度逐层回传时变小的问题。下图简单的表现了一个跨层连接：

        这样做，最底层的输入不仅是给了下一层，且梯度可以沿着跨连接的方式回传到最底层，如下：

        为什么叫残差网络呢？我们可以将结构拆开来看：

        残差结构可以认为是一个简单结构和复杂结构的和，一层一个，一层两个，最下面的层是共享的。在训练的时候，左边的网络因为更简单所以更容易训练，而这个小网络没有拟合到的信息，被右边的结构获取。关于具体的原理部分需参考残差网络(Deep Residual Learning for Image Recognition)这篇博文，我觉得写的蛮好。

Residual块

        ResNet继续使用VGGNet那样的3×3卷积，并且添加了BN层来加速训练，每次跨层连接跨越2个卷积层，这里我们定义这样一个Block：如果输入输出通道数不一致，我们使用1×1卷积，同时设置步长来减小w和h。
Residual定义：

class Residual(gn.nn.Block):
    def __init__(self,channels,same_shape=True,**kwargs):
        super(Residual, self).__init__(**kwargs)
        '''
            :param channels:  输出通道数
            :param same_shape:  输入和输出的shape是否要一样，因为可能要做加法
        '''
        if same_shape:
            strides=1
        else:
            strides=2
        with self.name_scope():
            self.conv1=gn.nn.Conv2D(channels,kernel_size=3,padding=1,strides=strides)
            self.bn1=gn.nn.BatchNorm()
            self.conv2 = gn.nn.Conv2D(channels, kernel_size=3, padding=1)
            self.bn2 = gn.nn.BatchNorm()
            if not same_shape: # 如果输出通道数不一致，启用1X1卷积
                self.conv3=gn.nn.Conv2D(channels,kernel_size=1,strides=strides)
    def forward(self, x):
        out=nd.relu(self.bn1(self.conv1(x)))
        out=self.bn2(self.conv2(out))
        if not self.same_shape: # 如果维度不一样
            x=self.conv3(x) # 这样out和x的维度就一样了
        return nd.relu(out+x)

我们运行一个实例看看：
1） 当输入输出通道数一样时

# 运行一个实例看看
blk=Residual(channels=3)
blk.initialize()
x=nd.random_normal(shape=(1,3,8,8)) # NCHW
print(blk(x).shape)

结果：

2）当输入输出通道数不一致时

blk=Residual(channels=16,same_shape=False)
blk.initialize()
x=nd.random_normal(shape=(1,3,8,8)) # NCHW
print(blk(x).shape)

运行结果：

下面定义一个残差网络：

'''---ResNet模型定义---'''
def ResNet():
    # 随便写一个残差，依旧分为6块
    # block 1
    b1=gn.nn.Sequential()
    b1.add(gn.nn.Conv2D(channels=32,kernel_size=5,strides=2))
    # block 2
    b2=gn.nn.Sequential()
    b2.add(Residual(channels=64,same_shape=False),# 因为上一是16，所以维度不一样
           Residual(channels=64))
    # block 3
    b3 = gn.nn.Sequential()
    b3.add(Residual(channels=128, same_shape=False),
           Residual(channels=128))
    # block 4
    b4 = gn.nn.Sequential()
    b4.add(Residual(channels=256, same_shape=False),
           Residual(channels=256))
    # block 5
    b5 = gn.nn.Sequential()
    b5.add(Residual(channels=512, same_shape=False),
           Residual(channels=512))
    # block 6
    b6 = gn.nn.Sequential()
    b6.add(gn.nn.GlobalAvgPool2D(),
           gn.nn.Dense(10)) # 10个分类
    # 结合所有block
    net=gn.nn.Sequential()
    net.add(b1,b2,b3,b4,b5,b6)
    return net

跑一个实例看看：

net=ResNet()
net.initialize()
X=nd.random_normal(shape=(1,3,32,32))
for layer in net:
    X = layer(X)
    print(layer.name, 'output shape:\t', X.shape)

结果：

下面放上所有代码：

import mxnet.ndarray as nd
import mxnet.autograd as ag
import mxnet.gluon as gn
import mxnet as mx
import matplotlib.pyplot as plt
from mxnet import init

class Residual(gn.nn.Block):
    def __init__(self,channels,same_shape=True,**kwargs):
        super(Residual, self).__init__(**kwargs)
        '''
            :param channels:  输出通道数
            :param same_shape:  输入和输出的shape是否要一样，因为可能要做加法
        '''
        self.same_shape=same_shape
        with self.name_scope():
            if same_shape:
                strides = 1
            else:
                strides = 2
            self.conv1=gn.nn.Conv2D(channels,kernel_size=3,padding=1,strides=strides)
            self.bn1=gn.nn.BatchNorm()
            self.conv2 = gn.nn.Conv2D(channels, kernel_size=3, padding=1)
            self.bn2 = gn.nn.BatchNorm()
            if not same_shape: # 如果输出通道数不一致，启用1X1卷积
                self.conv3=gn.nn.Conv2D(channels,kernel_size=1,strides=strides)
    def forward(self, x):
        out=nd.relu(self.bn1(self.conv1(x)))
        out=self.bn2(self.conv2(out))
        if not self.same_shape: # 如果维度不一样
            x=self.conv3(x) # 这样out和x的维度就一样了
        return nd.relu(out+x)
# 运行一个实例看看
# blk=Residual(channels=16,same_shape=False)
# blk.initialize()
# x=nd.random_normal(shape=(1,3,8,8)) # NCHW
# print(blk(x).shape)
ctx=mx.gpu()
'''---ResNet模型定义---'''
def ResNet():
    # 随便写一个残差，依旧分为6块
    # block 1
    b1=gn.nn.Sequential()
    b1.add(gn.nn.Conv2D(channels=32,kernel_size=5,strides=2))
    # block 2
    b2=gn.nn.Sequential()
    b2.add(Residual(channels=64,same_shape=False),# 因为上一是16，所以维度不一样
           Residual(channels=64))
    # block 3
    b3 = gn.nn.Sequential()
    b3.add(Residual(channels=128, same_shape=False),
           Residual(channels=128))
    # block 4
    b4 = gn.nn.Sequential()
    b4.add(Residual(channels=256, same_shape=False),
           Residual(channels=256))
    # block 5
    b5 = gn.nn.Sequential()
    b5.add(Residual(channels=512, same_shape=False),
           Residual(channels=512))
    # block 6
    b6 = gn.nn.Sequential()
    b6.add(gn.nn.GlobalAvgPool2D(),
           gn.nn.Dense(10)) # 10个分类
    # 结合所有block
    net=gn.nn.Sequential()
    net.add(b1,b2,b3,b4,b5,b6)
    return net
net=ResNet()
net.initialize(init=init.Xavier(),ctx=ctx)
# X=nd.random_normal(shape=(1,3,32,32))
# for layer in net:
#     X = layer(X)
#     print(layer.name, 'output shape:\t', X.shape)
'''---读取数据和预处理---'''
def load_data_fashion_mnist(batch_size, resize=None):
    transformer = []
    if resize:
        transformer += [gn.data.vision.transforms.Resize(resize)]
    transformer += [gn.data.vision.transforms.ToTensor()]
    transformer = gn.data.vision.transforms.Compose(transformer)
    mnist_train = gn.data.vision.FashionMNIST(train=True)
    mnist_test = gn.data.vision.FashionMNIST(train=False)
    train_iter = gn.data.DataLoader(
        mnist_train.transform_first(transformer), batch_size, shuffle=True)
    test_iter = gn.data.DataLoader(
        mnist_test.transform_first(transformer), batch_size, shuffle=False)
    return train_iter, test_iter
batch_size=128
train_iter,test_iter=load_data_fashion_mnist(batch_size,resize=96) # 96,因为图片加大的话训练很慢，而且显存会吃不消
# softmax和交叉熵损失函数
# 由于将它们分开会导致数值不稳定(前两章博文的结果可以对比)，所以直接使用gluon提供的API
cross_loss=gn.loss.SoftmaxCrossEntropyLoss()

# 定义准确率
def accuracy(output,label):
    return nd.mean(output.argmax(axis=1)==label).asscalar()

def evaluate_accuracy(data_iter,net):# 定义测试集准确率
    acc=0
    for data,label in data_iter:
        data, label = data.as_in_context(ctx), label.as_in_context(ctx)
        label = label.astype('float32')
        output=net(data)
        acc+=accuracy(output,label)
    return acc/len(data_iter)

# softmax和交叉熵分开的话数值可能会不稳定
cross_loss=gn.loss.SoftmaxCrossEntropyLoss()
# 优化
train_step=gn.Trainer(net.collect_params(),'sgd',{"learning_rate":0.2}) #因为使用了BN，所以学习率可以大一些

# 训练
lr=0.1
epochs=20
for epoch in range(epochs):
    n=0
    train_loss=0
    train_acc=0
    for image,y in train_iter:
        image, y = image.as_in_context(ctx), y.as_in_context(ctx)
        y = y.astype('float32')
        with ag.record():
            output = net(image)
            loss = cross_loss(output, y)
        loss.backward()
        train_step.step(batch_size)
        train_loss += nd.mean(loss).asscalar()
        train_acc += accuracy(output, y)

    test_acc = evaluate_accuracy(test_iter, net)
    print("Epoch %d, Loss:%f, Train acc:%f, Test acc:%f"
          %(epoch,train_loss/len(train_iter),train_acc/len(train_iter),test_acc))

训练结果：